量子科技中心_量科网

参数化量子电路（PQC）在变分量子算法（VQA）于噪声中等规模量子（NISQ）设备中的应用具有关键作用。作为NISQ时代实现量子优势的主要候选方案，该技术已成功应用于量子化学、量子机器学习、组合优化等诸多领域。目前PQC优化尚无统一范式，最常用方法基于参数偏移规则计算梯度，进而采用Adam、随机梯度下降等经典优化器。此外，研究者也提出了Rotosolve、自由轴选择（Fraxis）、自由四元数选择（FQS）等序列化单量子比特优化器，以及前述方法的混合算法。该研究团队受经典机器学习早停机制启发，开发出比现有方案更先进的混合算法——其优化器切换策略取决于当前代价函数值与历史数据的对比分析。实验表明，针对不同代价函数，新提出的两种混合算法在收敛至全局极小值方面表现出更强鲁棒性和可扩展性，且能适应具有不同噪声特征的NISQ设备。